问题描述： 使用MergeTree引擎建表，进行插入数据时，发现数据重复。 原因： MergeTree的主键（PRIMARY KEY）只是用来 ...

hyj 2021-6-4 12 12148

在开发中，一般来讲，我们都是通过代码开发，比如Java，Scala等来写mapreduce，spark编程等。然后如果使用shell编程来实现，效率 ...

howtodown 2018-3-20 5 8786

在统计学领域，数据分析划分为：描述性数据分析、探索性数据分析、验证性数据分析。　　　　 　　　　数据分析的目的主要 ...

langke93 2015-5-25 3 16536

问题导读：1. 数据和信息的关系？2. 信息和智慧的关系？ 我时常听创业者说自己的公司每天会生产/记录很多的数据，虽然他 ...

Oner 2016-5-1 3 8589

idea已经被很多人使用，通过IDEA查看源码，是经常的事情，那么该如何查看，下面是实用快捷键： 进入该类或方法：ctrl+鼠标点 ...

admin 2020-5-3 2 3781

因数据核查需要，在一堆压缩文件中（共8269个压缩文件，200G的存储空间）找是否有乱码；在网上搜索了好的办法，结合自己实践，找 ...

aaronping 2016-4-13 1 9226

事实表和维度表的分界线 事实表是用来存储主题的主干内容的。以日常的工作量为例，工作量可能具有如下属性：工作日期，人 ...

阿飞 2020-5-18 1 4672

1、 什么是MPP？ MPP (Massively Parallel Processing)，即大规模并行处理，在数据库非共享集群中，每个节点都有独立的磁盘 ...

WX_vr289519ar 2020-11-2 1 2052

1、确定需要执行重分区的topic，可以指定多个，建议每次重分区一个；（重分区之前检查下topic大小） 2、生成分区方案 注 ...

nettman 2021-6-7 1 2265

幂等（idempotence）一词原为数学上的概念，用一个最直观的数学式子表达为： f(f(x)) = f(x) 对应到软件开发领域，即为同样 ...

hyj 2019-12-19 0 2708

数据库：用于日常的事务处理，存储数据量相对较小，对于存储和查询都有相应的优化，但是对于历史数据量很大的情况下就不适用 ...

阿飞 2020-5-18 0 2048

表具有一些特性，这些特性定义了数据在表中如何存储，包含存储什么样的数据，数据如何分解，各部分信息如何命名等信息。描述表 ...

pig2 2020-6-30 0 2241

充当业务系统与数据仓库之间的过渡区。数据仓库的数据来源复杂，可能分布在不同的数据库，不同的地理位置，不同的应用系统之中 ...

pig2 2020-8-9 0 3511